2024.09.28 | AI 新闻速递-好记星

2024.09.28 | AI 新闻速递

歌手:好记星

时间:2024-07-16

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

今天是二零二四年九月二十九日

欢迎收听ai 上下文

在医疗领域

Open ai 的最新模型oe 展示了其在医学任务中的显著进步

研究人员发现

Oe 在理解

推理和多语言性方面的能力超过了之前的gpt 四

特别是在复杂的问答场景中

准确率提高了百分之六点二和百分之六点六

这一进步使得o 医在处理复杂的医疗指令和临床场景时

表现便更为出色

然而

尽管oe 在多个医学数据集上表现优异

其在解码时间和任务表现一致性方面仍面临挑战

这表明未来需要进一步改进评估指标和技术

相关研究已在运营平台ar forteen 上发布

引发了业界对ai 医生未来可能性的广泛讨论

然而

Open ai 近期的人事变动引发了外界对公司未来方向和稳定性的担忧

然裁grab

Brolockman 休假

联合创始人张叔们离职等变动

使得open ai 的未来充满了不确定性

此外

Open ai 正计划重组其非盈利结构

以盈利性福利公司的形式运营

此举可能使ceo 山姆

奥特曼首次获得公司百分之七的股权

尽管奥特曼否认高管离职与重组计划有关

但外界仍对open ai 的未来持观望态度

接下来

麻省理工学院的研究人员开发了一种名为三agents 的ai 系统

该系统能够自主推进科学理解

特别是在材料科学领域

三agents 整合了大规模本体知识图谱

大型语言模型和多智能体系统

通过揭示跨学科的隐藏关系

显著超越了传统研究方法的规模和精确度

该系统不仅能够自主生成和完善科学假设

还能协助人类研究人员处理大量数据

提供创新的研究途径

这一技术突破已于二零二四年九月九日在ar fourteen 预营平台上发布

预示着ai 在科学研究中的巨大潜力

在硬件方面

联想集团在二零二四中国算力大会上发布了两款重磅产品

联想问天wa 七八八零ag 三ai 服务器和联想ai pod 应用部署解决方案

问天wa 七八八零ag 三是针对ai 大模型训练设计的新一代服务器

支持多元算力

灵活配配置和节能高效

是国内首款支持oam 二点零模组的服务器

联想ai port 则通过先进的nas 数据共享服务

灵活的容器资源调度和联想强大的ai 基础设施

为企业提供定制化的算力部署方案

适用于智能风控

智慧工厂和ai 医疗等多种ai 应用场景

这两款产品的发布进一步推动了ai 技术的应用和普及

在ai 模型的创新方面

Rock ai 公司推出了国内首个非attention 机制的e an 架构通用大模型e an 一点三

该模型能够处理多模态输入并输出文本和语音

通过提升个体智能水平来实现群体智能的指数级增长

不同于open ai 的单一大模型路线

谷en 一点三模型具备自主学习能力

能够在低算力设备上无损运行

并通过自主协作实现群体智能

开启人与机器的智能新时代

谷歌则通或推出ai 芯片设计工具alpha trip

进一步推动了芯片设计行业的发展

Alpha chip 利用深度强化学习技术

能够在数小时内完成媲美或超越人类的芯片布局设计

以应用于谷歌自定义ai 加速器tpu 的最新三代设计中

显著缩短了设计周期

并提升了芯片性能

此外

谷歌还开放了预训练模型的权重

允许外部用户定制和优化芯片设计

这一创新由望彻底改变芯片设计行业

推动芯片设计自动化的发展

在硬件升级方面

英伟达即将推出的rtx 五千零九十显卡规格曝光

预计将配备二幺七六零个cuda 核心

三十二ggddr 七显存

功耗高达六百w

比rtx 四千零九十高出幺五零w

相比之下

Rtx 五千零八十将配备一万零七百五十二个核心

相六cudg g 第二七显存功号为四百wrtx 五千零九十预计将成为性能最强的消费级显卡

但其高昂的功耗和价格也引发关注

注英伟达能在尝试试的性能分层策略

限制某些消费费卡作为人工智能计算替代品的吸引力

在ai 研究方面

香港大学与ai 芯片公司subnova systems 共同研发的soggo excel 框架

通过子目标证明策略和专家学习方法

显著提升了大语言模型在easa bl 中进行形式化定理证明的性能

该框架有效应对了形式化证明数据稀缺和多步骤推理复杂性的挑战

实验结果表明

Soccl xl 在mini f 二f 数据集上的通过率达到了百分之六十一点九

远超现有基线方法

最后

上海交通大学生成室人工智能实验室

Gr lab 与上海人工智能实验室

新加坡cai lab 联合研发的prox 框架

通过利用语言模型自动生成优化程序

显著提升了大规模预训练语料的质量

节省了高达二十倍的计算量

Prox 框架采用统一的构造思路

无需特定领域额外设计

已在广泛数据集上验证证高效效性

广广泛适用性

未来有望进一步扩展更多专用领域

今天的新闻播报完了

无需你的聆听

展开显示全部歌词